Nach den Kommentaren folgt hier eine Version, die mit senkrechten Liniensegmenten arbeitet. Bitte mit Vorsicht verwenden, da ich es nicht gründlich getestet habe!
Diese Methode ist weitaus umständlicher als die Antwort von @ whuber - teils, weil ich kein sehr guter Programmierer bin, und teils, weil die Vektorverarbeitung ein bisschen kompliziert ist. Ich hoffe, es wird Ihnen zumindest den Einstieg erleichtern, wenn Sie senkrechte Liniensegmente benötigen.
Hier finden Sie die haben müssen Shapely , Fiona und Numpy Python - Pakete installiert (zusammen mit ihren Abhängigkeiten) dies auszuführen.
#-------------------------------------------------------------------------------
# Name: perp_lines.py
# Purpose: Generates multiple profile lines perpendicular to an input line
#
# Author: JamesS
#
# Created: 13/02/2013
#-------------------------------------------------------------------------------
""" Takes a shapefile containing a single line as input. Generates lines
perpendicular to the original with the specified length and spacing and
writes them to a new shapefile.
The data should be in a projected co-ordinate system.
"""
import numpy as np
from fiona import collection
from shapely.geometry import LineString, MultiLineString
# ##############################################################################
# User input
# Input shapefile. Must be a single, simple line, in projected co-ordinates
in_shp = r'D:\Perp_Lines\Centre_Line.shp'
# The shapefile to which the perpendicular lines will be written
out_shp = r'D:\Perp_Lines\Output.shp'
# Profile spacing. The distance at which to space the perpendicular profiles
# In the same units as the original shapefile (e.g. metres)
spc = 100
# Length of cross-sections to calculate either side of central line
# i.e. the total length will be twice the value entered here.
# In the same co-ordinates as the original shapefile
sect_len = 1000
# ##############################################################################
# Open the shapefile and get the data
source = collection(in_shp, "r")
data = source.next()['geometry']
line = LineString(data['coordinates'])
# Define a schema for the output features. Add a new field called 'Dist'
# to uniquely identify each profile
schema = source.schema.copy()
schema['properties']['Dist'] = 'float'
# Open a new sink for the output features, using the same format driver
# and coordinate reference system as the source.
sink = collection(out_shp, "w", driver=source.driver, schema=schema,
crs=source.crs)
# Calculate the number of profiles to generate
n_prof = int(line.length/spc)
# Start iterating along the line
for prof in range(1, n_prof+1):
# Get the start, mid and end points for this segment
seg_st = line.interpolate((prof-1)*spc)
seg_mid = line.interpolate((prof-0.5)*spc)
seg_end = line.interpolate(prof*spc)
# Get a displacement vector for this segment
vec = np.array([[seg_end.x - seg_st.x,], [seg_end.y - seg_st.y,]])
# Rotate the vector 90 deg clockwise and 90 deg counter clockwise
rot_anti = np.array([[0, -1], [1, 0]])
rot_clock = np.array([[0, 1], [-1, 0]])
vec_anti = np.dot(rot_anti, vec)
vec_clock = np.dot(rot_clock, vec)
# Normalise the perpendicular vectors
len_anti = ((vec_anti**2).sum())**0.5
vec_anti = vec_anti/len_anti
len_clock = ((vec_clock**2).sum())**0.5
vec_clock = vec_clock/len_clock
# Scale them up to the profile length
vec_anti = vec_anti*sect_len
vec_clock = vec_clock*sect_len
# Calculate displacements from midpoint
prof_st = (seg_mid.x + float(vec_anti[0]), seg_mid.y + float(vec_anti[1]))
prof_end = (seg_mid.x + float(vec_clock[0]), seg_mid.y + float(vec_clock[1]))
# Write to output
rec = {'geometry':{'type':'LineString', 'coordinates':(prof_st, prof_end)},
'properties':{'Id':0, 'Dist':(prof-0.5)*spc}}
sink.write(rec)
# Tidy up
source.close()
sink.close()
Das folgende Bild zeigt ein Beispiel für die Ausgabe des Skripts. Sie fügen ein Shapefile ein, das Ihre Mittellinie darstellt, und geben die Länge der senkrechten Linien und deren Abstand an. Die Ausgabe ist ein neues Shapefile mit den roten Linien in diesem Bild, denen jeweils ein Attribut zugeordnet ist, das den Abstand vom Anfang des Profils angibt.
Wie @whuber in den Kommentaren gesagt hat, ist der Rest ziemlich einfach, sobald Sie zu diesem Zeitpunkt sind. Das folgende Bild zeigt ein weiteres Beispiel, bei dem die Ausgabe zu ArcMap hinzugefügt wurde.
Verwenden Sie das Werkzeug Feature zu Raster , um die senkrechten Linien in ein kategoriales Raster zu konvertieren. Legen Sie das Raster VALUEals DistFeld im Ausgabe-Shapefile fest. Denken Sie auch daran das Werkzeug zu setzen , Environmentsso dass Extent, Cell sizeund Snap rastersind die gleichen wie für die zugrunde liegende DEM. Am Ende sollten Sie eine Rasterdarstellung Ihrer Linien erhalten, etwa so:
Konvertieren Sie dieses Raster in ein ganzzahliges Raster (mit dem Int- Tool oder dem Raster-Rechner) und verwenden Sie es als Eingabezone für das Zonal Statistics- Tool als Tabelle . Sie sollten eine Ausgabetabelle wie diese erhalten:
Das VALUEFeld in dieser Tabelle gibt den Abstand vom Anfang der ursprünglichen Profillinie an. Die anderen Spalten geben verschiedene Statistiken (Maximum, Mittelwert usw.) für die Werte in jedem Transekt an. Sie können diese Tabelle verwenden, um Ihr Zusammenfassungsprofil zu zeichnen.
NB: Ein offensichtliches Problem bei dieser Methode ist, dass sich einige der Transect-Linien überlappen können, wenn Ihre ursprüngliche Linie sehr verwackelt ist. Die Tools für Zonenstatistiken in ArcGIS können keine überlappenden Zonen verarbeiten. In diesem Fall hat eine Ihrer Transaktionslinien Vorrang vor der anderen. Dies kann ein Problem für das sein, was Sie tun.
Viel Glück!
